科技行者

行者学院 转型私董会 科技行者专题报道 网红大战科技行者

知识库

知识库 安全导航

至顶网CIO与应用频道中国电信集团产业互联网产品中心主任张东:工业大数据之路探索分享

中国电信集团产业互联网产品中心主任张东:工业大数据之路探索分享

  • 扫一扫
    分享文章到微信

  • 扫一扫
    关注官方公众号
    至顶头条

5月5日,“2017中国工业大数据大会·钱塘峰会”在杭州国际博览中心举办。本届峰会以“数据驱动创新 融合引领变革”为主题,围绕工业大数据展开分享与交流。中国电信集团产业互联网产品中心主任张东,以“工业大数据之路探索分享“为题探讨了自己的看法。

作者:孙博 来源:至顶网CIO与应用频道 【原创】 2017年5月8日

关键字:大数据 2017中国工业大数据大会·钱塘峰会

5月5日,“2017中国工业大数据大会·钱塘峰会”在杭州国际博览中心举办。本届峰会以“数据驱动创新 融合引领变革”为主题,围绕工业大数据展开分享与交流。中国电信集团产业互联网产品中心主任张东,以“工业大数据之路探索分享“为题探讨了自己的看法。

 中国电信集团产业互联网产品中心主任张东:工业大数据之路探索分享

以下为嘉宾演讲实录:

由于时间原因,从前面几位嘉宾和演讲报告几件事,以往代表我们团队讲的时候,都是讲工业连接。因为基于一年半的积累,我们也欣喜的看到中国工业连接由于随着行业标准的形成,我们看到了一些成效,我们也欣喜的向大家报告,无论是美、德、日的设备厂家,目前都在找中国的市场做免费数据开放事情。这件事情来说,要通过大家的一起努力,也感谢行业一起做的工业连接的标准。

在这个基础上,从这里面来说,第一件事就是整个工业方向来看,我们认为数据驱动是整个制造业变革的创创新乐观。从高主任提到的时候,这里我强调的是标准,还是强调标准,所以由于我在余总的产业链负责推广,我一直希望在数据平台上做标准,从今年作为热点开始。

这里就提到了最后的汇聚点在汇聚平台,我们希望目前从I层做起,希望和从美国通用学习PTC开始,GE最开始招2000个工程师做研发,就引导了几个规则:第一,中国需要对数据处理标准;第二,逐步形成数据开放标准。这里第一个是数据源,从王教授的非格式化转向格式化,从中国的发展来看,我们看到声音和图像的识别目前发展很快,尤其是在汽车行业和3C精准要求颗粒度细的行业里,已经产生了很多。

我们也发现在产业过程中,随着机器人在行业的应用,逐步形成了深度学习模型,这是我们看到做手环,也是全球排前几名,做了中国自己的民族产业,非常优秀,他们自己也做出了四轴的机器人,我们也鼓励这样的机器人做出更多的机器人,机器人产生的数据更容易数据化、格式化。(PPT图示)我们有很多平台,这里就不展开。但有几个关键点,从通用可以看到公有云的模式能不能在中国扎根的问题,公有云的标准在中国没有形成,所以我们和信通联手,希望把大量产生的数据格式化。由于工业连接,两类的标准特别多,一类来自OE,第二类是用户买了以后的使用过程。所以,“互联网+”渗透到工业里,这两波群体开始有开放意识。第一部分是买了这个东西以后,愿意把使用过程开放过厂家,商业模式就会发生改变。第二部分是担心工业开放之后被别人偷学了,这部分也开始开放。和OP联合之后,很容易形成开放的数据。所以,工业的2.0标准,无论是有线的标准还是无线的标准,中国马上要实现连接到机器上,我们要先做行标再做国标。

至于这里面吸收怎样的SEL,从OT直接IP化思路,数字双胞胎做得很好,我们也希望参考一部分的东西,第三是PTC做的CPS,第四是在整个家电行业的COSMO平台有一定的基础,在青岛和山东有一定的试点。刚才贺东东已经讲了工业互联网平台的发展情况,它的模型很好,已经具备了一定的能力。我们看完富士康之后,它在3C和手机行业上做得非常优秀。所以,我们希望在不同的平台上开放出一个更开放的平台支持大家。这就是CPS探索的工业云,我们希望海量数据传来以后,按照不同的行业,参考CTP的CMOS(音),比Predix还要好。

这是工业企业里比较常用的,用得最多的反而是视觉大数据,含声音的图像传上的非常多,我们也鼓励他们逐步形成标准。这些数据采集上来之后,如何形成数据化的工具,对数据的处理要求非常大。所以,这里面举了几个例子,对零配件的识别以及装备性的检测作用非常大,我们看到逐步形成了智能化的监控摄像头,并且逐步形成能够自动学习的人工数据模型。这个人工智能的数据模型有几个企业自主研发了。我们和三菱电梯也做成功了,我们希望把NB的模式用低功耗小功率的模式放在产线上做,上个星期我们在鹰潭,他们的书记非常鼓励这样的模式,上周我们在山东两个工业企业在尝试这个思路。在整个GE,我们拿到了美国的样本,它的提升量还是很优秀的,但这里面是设备制造商,它有这样的优势,建模的时候在仿真上做得非常好,做得更精准。

我们子零做了尝试,这个尝试消耗了三个数学工程师在那里待了三个月,这三个月只做了一个半礼拜的工作。我说一下这个事情的背景,离散里一个拧紧机和注塑机非困难,这些两个工具和数据上的刀具连接非常密切,这都是跨部门产生的,我们苦口婆心的向各个部门要数据。东营上产生的SCM的数据,为了消除噪音就耗了一个月。最后我们做拧紧,包括螺栓供应商的批号,以及拧螺丝刀的角度也要分析。我们觉得通过三个月的努力,我们只能说再经过三个月到五个月把模型的成熟度做得很好。回到我今天的下降重点,我们希望在数据汇聚平台上希望形成数据存储和处理的标准,这是我们联手信通院争取在今年出来的白皮书。

最难的就是皮层,我们连接了六个国内国外的平台,希望在批层做拼装,按照不同的细分行业,这个模型困难就更大了。所以,我们的观点是看到国内外,包括欧洲和美洲,他们用MES网站采集数据码打到MSE上的方式不成功的,通用也不成功,它收购了MES,看到法国人做的事情也不成功。所以,目前以数据采集,并且通过事件驱动解决问题,包括ECC上解决问题应该是可行。因为工业连接标准做得真的不错,希望工业数据的标准也能通过自主才能出来。

最后,这里强调的是还是法规问题,因为做了几个大数据尝试以后,数据的所有权是谁的,数据的加工权是谁的,数据交易以后产品的利益是谁的,怎么分成的问题,在数据的保护上德国人领先于美国。我们希望中国尽快形成自己的法规,德国是1977年、1978年就在个人隐私数据上进行了保护,在2002年时候就开始考虑工业4.0带来的数据布局,整个法规保护很关键。我们希望产业链一起,通过工业互联网产业联盟,大家一起形成标准,推动各个子行业工业大数据的落地开花,谢谢大家!

  • 科技行者:每条内容都是头条的新闻客户端 扫码立即下载

邮件订阅

如果您非常迫切的想了解IT领域最新产品与技术信息,那么订阅至顶网技术邮件将是您的最佳途径之一。

重磅专题
最新文章
推荐文章